Python训练bert-base-multilingual-uncased时OSError无法加载config问题求助

• 首先修正路径问题：你当前配置的BERT_PATH使用的是相对路径，相对路径的寻址基准是你执行代码时的当前工作目录，而非代码文件存放的目录，这是最常见的报错原因。优先改成绝对路径即可，示例如下：

# 假设你的workspace目录在系统根目录下，路径开头加斜杠即可
BERT_PATH = "/workspace/data/jigsaw-multilingual/input/bert-base-multilingual-uncased"

• 验证路径有效性：在代码运行的环境终端中执行以下命令，确认路径下确实存在目标文件：

ls /workspace/data/jigsaw-multilingual/input/bert-base-multilingual-uncased
# 正常输出应该包含 config.json、pytorch_model.bin、vocab.txt三个文件

• 排查文件权限问题：如果路径正确但仍加载失败，检查config.json的读权限，给文件加读权限即可：

chmod +r /workspace/data/jigsaw-multilingual/input/bert-base-multilingual-uncased/config.json

• 手动指定config加载：如果上述步骤都无效，可以手动加载配置文件传入模型加载接口，避免自动寻址失败：

# 模型类修改示例
class BERTBaseUncased(nn.Module):
    def __init__(self):
        super(BERTBaseUncased, self).__init__()
        # 手动加载本地config文件
        bert_config = transformers.BertConfig.from_json_file(f"{config.BERT_PATH}/config.json")
        self.bert = transformers.BertModel.from_pretrained(config.BERT_PATH, config=bert_config)
        self.bert_drop = nn.Dropout(0.3)
        self.out = nn.Linear(768 * 2, 1)

    # 余下forward逻辑保持不变即可

额外优化提示：你当前的分词器是默认从远端拉取的，如果是离线运行环境，也可以把分词器的加载源改成本地BERT路径：TOKENIZER = BertTokenizer.from_pretrained(config.BERT_PATH, do_lower_case=True)

内容的提问来源于stack exchange，提问作者Ishan Dutta